| 直驱式伺服系统的神经网络自适应滑模控制 |
| |
| 引用本文： | 蔚永强,郭宏,谢占明.直驱式伺服系统的神经网络自适应滑模控制[J].电工技术学报,2009,24(3). |
| |
| 作者姓名： | 蔚永强 郭宏 谢占明 |
| |
| 作者单位： | 北京航空航天大学自动化科学与电气工程学院,北京,100083 |
| |
| 基金项目： | 教育部新世纪优秀人才支持计划 |
| |
| 摘 要： | 针对直接驱动(DDV)伺服系统中由于参数变化、齿槽效应以及液动力负载扰动所造成的跟踪性能降低的问题,提出一种神经网络自适应滑模控制策略,采用径向基函数神经网络(RBFNN)取代滑模切换控制部分,利用其在线学习功能,对系统的不确定因素进行自适应补偿,并通过与比例微分算法(PD)的并行控制,改善神经网络参数的收敛,降低局部极小现象发生的可能性,增强系统的稳定性.仿真结果表明该方法不仅使系统具有良好的跟踪性能和强的鲁棒性,还有效地消除了高频抖振现象.
|
| 关 键 词： | 直接驱动阀 径向基函数神经网络 自适应滑模控制 并行控制 鲁棒性 |
Neural Network Adaptive Sliding Mode Control for Direct-Drive Servo System |
| |
| Yu Yongqiang,Guo Hong,Xie Zhanming.Neural Network Adaptive Sliding Mode Control for Direct-Drive Servo System[J].Transactions of China Electrotechnical Society,2009,24(3). |
| |
| Authors: | Yu Yongqiang Guo Hong Xie Zhanming |
| |
| Affiliation: | Beijing University of Aeronautics and Astronautics Beijing 100083 China |
| |
| Abstract: | A novel neural network adaptive sliding mode control strategy is proposed,which is applied to ensure tracking capability to direct-drive-valve(DDV) servo system in the presence of plant parameter variations,cogging effect and uncertain hydraulic resistance.A radial basis function neural network(RBFNN) is utilized to realize the corrective control of sliding mode control,and compensate uncertainties of the system with adaptive learning algorithm.A conventional PD controller is designed as one parallel contro... |
| |
| Keywords: | Direct-drive-valve radial basis function neural network adaptive sliding mode control parallel control robustness |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
